Garuda - Garba Rujukan Digital

Identifikasi Fosil Gigi Geraham Manusia Berbasis Pengolahan Citra Digital Menggunakan Metode Gray Level Co-occurrence Matrix (glcm) Dan Klasifikasi Support Vector Machine (svm) Mujib Ramadhan Hidayat; Bambang Hidayat; Johan Arif
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak Fosil merupakan sisa-sisa makhluk hidup yang menjadi batu akibat tertutup kulit bumi atau jejak-jejak yang tertingaal sehingga dapat diamati oleh para ilmuan. Salah satu fosil yang umum kita ketahui adalah tulang dan juga gigi. Gigi merupakan bagian terkeras pada makhluk hidup sehingga tidak mudah hancur. Salah satu bagian gigi yang paling luar dan paling keras adalah enamel, walaupun bagian enamel adalah bagian terkeras, enamel berada pada bagian terluar gigi yang menyebabkan bagian tersebut mudah sekali terkikis. Dengan terkikisnya bagian enamel maka gigi mempunyai pola keausan yang bervariasi, sesuai dengan umur dan makanan yang di konsumsinya. Maka dari itu pola keausan gigi menjadi hal yang paling mudah diamati agar bisa mengidentifikasi umur kematian dari suatu fosil. Metoda ekstrasi ciri yang digunakan adalah Gray Level Co-occurance Method (GLCM). Dan untuk pengklasifikasian digunakan metode SupportVector Machine (SVM). Hasil yang diperoleh dari tugas akhir ini adalah aplikasi berbasis MATLAB yang dapat mengolah citra pada fosil gigi graham manusia untuk mengidentifikasi jenis serta umur fosil gigi dengan tingkat akurasi diatas 70% sehingga nantinya dapat diimplementasikan untuk mempermudah penelitian dalam bidang antropologi forensik dan geologi. Kata kunci : Fosil gigi graham, Gray Level Co-occurance Method (GLCM), SupportVector Machine (SVM). Abstract The fossil is the remains of a living creature to stone due to the Earth's skin-covered or traces left behind so that it can be observed by scientists. One of the common fossils we know is bone and tooth. Teeth is one of the Hardest part on human body so it is not easily destroyed. One of the most outside and hardest part of the tooth is the enamel, although the enamel is the hardest part, the enamel is on the outer portion of the tooth causing it to be easily eroded. With the enamel eroded the tooth has a pattern of wear and tear that varies, according to the age and food in the consumption. Therefore, the pattern of tooth wear becomes the most easily observed in order to identify the age of death of a fossil. To facilitate the identification of dental fossil, in this final project an image processing application will be made based on MATLAB which will analyze the image on human graham teeth through feature extraction then will be done identification and pengklarisifikasian to easily observed. The method of feature extraction used is Gray Level Co-occurance Method (GLCM). And for classification used SupportVector Machine (SVM) method. It is expected that the results obtained from this final project is a MATLAB-based application that can process images on human graham fossil to identify the type and age of tooth fossils with a degree of accuracy above 70% so that later can be implemented to facilitate research in the field of forensic anthropology and geology. Keywords: Tooth molars fossil, Gray Level Co-occurance Method, SupportVector Machine.

Identifikasi Sub-fosil Gigi Geraham Pada Manusia Berbasis Pengolahan Citra Digital Menggunakan Metode Local Binary Pattern (lbp) Dan Klasifikasi Learning Vector Quantization (lvq) Adi Aufarachman Putra Bambang Dwi; Bambang Hidayat; Johan Arif
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak Sub-fosil merupakan suatu sisa-sisa makhluk hidup yang menjadi batu atau mineral akibat tertutup oleh sedimen. Salah satu sub-fosil yang paling umum adalah gigi. Gigi itu sendiri memiliki bentuk yang bervariasi untuk setiap manusia, sesuai dengan umur serta jenis makanannya. Salah satu bagian gigi adalah enamel, yang merupakan substansi yang melapisi gigi dan memiliki struktur yang keras. Enamel gigi berfungsi sebagai pelindung gigi dari kerusakan. Pada sub-fosil gigi, terutama bagian gigi geraham dapat diamati pola keausan enamel gigi sebagai salah satu cara untuk mengidentifikasi letak gigi geraham tersebut apakah diatas atau dibawah serta identifikasi umur dari suatu sub- fosil gigi geraham manusia. Pada Tugas Akhir ini telah dibuat sebuah aplikasi pengolahan citra digital berbasis Matlab yang akan menganalisis citra digital sub-fosil gigi geraham manusia melalui ekstraksi ciri yang selanjutnya akan diklasifikasikan untuk mengidentifikasikan letak posisi dan umur dari sub-fosil gigi geraham manusia tersebut. Metode ekstraksi ciri yang digunakan adalah metode Local Binary Pattern (LBP). Sedangkan untuk metode pengklasifikasian, digunakan metode Learning Vector Quantization (LVQ). Sebagai hasil dari pengujian sistem, didapatkan akurasi sebesar 77,69% dalam mengidentifikasi rentang umur kematian dari sub-fosil manusia. Adapun dalam mengidentifikasi jenis gigi geraham, didapatkan tingkat akurasi sebesar 81,81%. Kata kunci: Sub-fosil Gigi Geraham Manusia, Local Binary Pattern (LBP), Learning Vector Quantization (LVQ) Abstract Sub-Fossils are a remnant of living things that become rocks or minerals due to being covered by sediment. One of the most common sub-fossils is the teeth. The tooth itself has a varied form for every human, according to the age and type of food. One part of the tooth is the enamel, which is the substance that coats the tooth and has a hard structure. Enamel teeth serve as a protective gear from damage. In dental sub-fossils, especially the part of the molars, we can observe the pattern of tooth enamel as one way of identifying the location of the molars above or below and the age identification of a human tooth molars. In this Final Project made a digital image processing application based on Matlab which will analyze digital image of human human tooth molars through characteristic extraction which will then be classified to identify the position and age position of the human molar sub-fossil. The method of feature extraction used is Local Binary Pattern (LBP) method. As for the method of classification, used the method of Learning Vector Quantization (LVQ). As a result of system testing, an accuracy of 77,69% was obtained in identifying the lifespan of death from human sub-fossils. As for identifying the type of molar teeth, obtained an accuracy of 81,81%. Keywords: Human Molar Tooth Sub-fossil, Local Binary Pattern (LBP), Learning Vector Quantization (LVQ)

Identifikasi Fosil Gigi Geraham Manusia Berbasis Pengolahan Citra Digital Dengan Metode Gabor Wavelet Dan Klasifikasi Linier Dicriminant Analysis (lda) Inka Hashari; Bambang Hidayat; Johan Arif
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak - Fosil gigi manusia merupakan jaringan tubuh yang sangat keras dan sangat tahan terhadap berbagai kerusakan sehingga dapat bertahan hingga ratusan tahun. Pada penelitian ini penulis membuat suatu aplikasi berbasis MATLAB menggunakan metode Gabor Wavelet (GWT) untuk ekstraksi ciri dengan klasifikasi Linier Dicriminant Analysis (LDA) yang mereduksi dimensi sekelompok citra untuk mengidentifikasi sebuah citra, dan mendapatkan informasi tentang jenis posisi gigi geraham dan umur gigi fosil. Hasil yang diperoleh dari penelitian tugas akhir ini yaitu aplikasi berbasis MATLAB dengan akurasi 84.61%. Untuk mengidentifikasi umur kematian fosil gigi gerham dengan jumlah data 270 citra terdiri dari 140 citra latih dimana 110 citra untuk kelas klasifikasi 17-25 tahun dan 30 citra untuk kelas klasifikasi 25-35 tahun, citra uji berjumlah 130 citra yang terdiri dari 100 citra dengan kelas klasifikasi 17-25 tahun dan 30 citra dengan kelas klasifikasi 25-35 tahun. Dan 86.15% untuk identifikasi jenis posisi gigi geraham dengan jumlah data 270 citra yang terdiri dari 140 citra latih dimana 70 citra untuk kelas klasifikasi posisi gigi atas dan 70 citra untuk kelas klasifikasi gigi bawah, citra uji berjumlah 130 citra yang terdiri dari 100 citra untuk kelas klasifikasi posisi gigi atas dan 30 citra untuk kelas klasifikasi gigi bawah. Kata Kunci: Fosil gigi geraham, Pemrosesan Citra Digital, Gabor wavelet, Linier Dicriminant Analysis . Abstract - Human teeth fossils are very hard tissue and highly resistant to various damages that can last for hundreds of years. In this study the authors constructed a MATLAB-based application using the Gabor Wavelet (GWT) method for feature extraction with the linear Dicriminant Analysis (LDA) classification which reduced the dimensions of a group of images to identify an image, and obtained information about the type of molars and tooth age of the fossil tooth. The results obtained from this final research is the application based on MATLAB with 84.61% accuracy. To identify the age of fossil tooth death of gerham with total data 270 images consist of 140 image of train where 110 image for classification class 17-25 years and 30 image for classification class 25-35 years, test image total 130 image which consist of 100 image with class classification 1725 years and 30 images with classification class 25-35 years. And 86.15% for identification of the type of molars with 270 images consisting of 140 training images where 70 images for upper tooth classification class class and 70 images for lower tooth classification class, test image total 130 images consisting of 100 images for the class upper tooth classification classification and 30 images for the lower tooth classification class. Key words: Fossil Tooth Molar, Digital Image Processing, Gabor wavelet, Linear Terriminant Analysis

Aplikasi Identifikasi Ras Manusia Menggunakan Metode Image Registration Dan Scale Invariant Feature Transform (sift) Dengan Klasifikasi K-nearest Neighbors (knn) Rakhman Kurniadi; Bambang Hidayat; Johan Arif
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak Ras manusia dapat di identifikasi melalui bentuk dari wajahnya dan manusia cenderung dapat dengan mudah mengidentifikasi ras yang orang lain miliki jika ras orang tersebut sama dengan yang ia miliki. Hal tersebut disebabkan oleh informasi yang terdapat pada wajah manusia serta kemampuan manusia dalam memproses secara preseptual. Kemampuan tersebut merupakan salah satu kelemahan yang harus diperbaiki untuk dapat memproses informasi yang dimiliki secara lebih efektif dan efisien yang dapat digunakan untuk kebutuhan forensik. Pada penelitian ini dilakukan pengujian identifikasi informasi demografis citra wajah manusia berdasarkan metode Image Registration dan Scale Invariant Feature Transform (SIFT) dengan klasifikasi K-Nearest Neighbors (KNN). Pengujian difokuskan untuk mengidentifikasi 3 ras besar manusia yaitu Kaukasoid, Negroid, dan Mongoloid. Hasil pengujian penelitian ini mendapatkan nilai akurasi sebesar 41.67%. Kata kunci : Ras, Forensik, Image Registration, SIFT, KNN Abstract Human race can be identified through the shape of his face and humans tend to be able to easily identify races that other people have if that person's race is the same as his own. This is caused by information contained in the human face and the human ability to process in a preseptual manner. This capability is one of the weaknesses that must be corrected to be able to process information more effective and efficient that can be used for forensic needs. In this project, the identification of human facial demographic information was tested based on the Image Registration and Scale Invariant Feature Transform (SIFT) method with the K-Nearest Neighbors (KNN) classification. The tests focused on identifying 3 major human races, Caucasoid, Negroid, and Mongoloid. The results of this project are have an accuracy of 41.67%. Keywords: Races, Forensic, Image Registration, SIFT, KNN

Title

Found 4 Documents
Search
Journal : eProceedings of Engineering

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search Journal : eProceedings of Engineering

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : eProceedings of Engineering